Fastfrysning af ejendomsværdiskatten

Transkript

1 Nationaløkonomisk institut Bachelorafhandling HA Almen Forfattere: Christian Nygaard Martin Bo Marcussen Vejleder: Anna Piil Damm Fastfrysning af ejendomsværdiskatten Empirisk studie af skattestoppets effekt på boligpriserne Handelshøjskolen i Aarhus, Aarhus Universitet Maj 2011

2

3 Abstract Througout the last decade, the development in Danish house prices has been very volatile in a historical perspective. The general price index of single- family houses increased by more than 70 percent from and decreased by nearly 15 percent from As the existing housing models were unable to explain these extraordinary price fluctuations, most economists agree that the Danish housing market was affected by a price bubble in the mid- 2000s. A num- ber of factors, including the increasing proportion of morgage loans with short or variable rate and deffered amortization, may have contributed to this develop- ment. However, in this thesis the main focus is whether the general tax freeze from 2002, which has caused a nominal freezing on property taxes, have con- tributed to increased price volatility in the Danish housing market in the period Exploring former Danish studies and publications on house prices, a number of fundamental factors influencing the demand and supply of owner- occupied houses are determined. Estimating an inverse demand function for owner- occupied houses using Engle- Granger two- step procedure, it is shown that in both the short and long term, the real price of single- family houses is affected positively by real private wealth and negatively by user cost. Comparing these empirical results with calculations on the effective property tax rate for the actu- al course, where the tax freeze is imposed, and for an alternative course, where the tax freeze was never imposed, it it shown that the tax freeze has caused in- creased price fluctations in the Danish housing market in the period In addition, calculations by the Danish Central Bank show that the freezing of property taxes has increased price volatility by 1.5 percentage in the period , equivalent to a 25 percent increase compared to a hypothetical situ- ation, where the tax freeze was never imposed. However, it is argued that the calculations by the Danish Central Bank are based on dubious prerequisites and assumptions, which may have caused an exaggeration of the effect of the freezing of property taxes on the price volatility. Nevertheless the study by the Danish Central Bank support the conclusion that the freezing of property taxes indeed has contributed to increased price volatility in the Danish housing market.

4 Transforming the above- mentioned empirical results into actions, a recommen- dation to remove the freezing of property tax is made, thereby reintroducing the principle that property taxes follow the development in house prices. Subse- quent two different strategies to implement the removal are discussed. Recently the Danish Central Bank raised the leading interest rate by 0,25 pct., and the market expect further interest rate raises in the future. Furthermore a reduction in the interest deductibility from 33,5 percent in 2012 to 25,5 percent in 2019 is already adopted, which according to the empirical model will put pressure on the house prices through the user cost. Given these circumstances and the recent decreases in house prices, it is argued that the most appropriate strategy is to fix the property tax rate at the current effective property tax, thereby leaving the Danish homeowners unaffected economically in the short term. The fact that the tax revenue from property taxes may fall in short term when applying this strat- egy, in case the house prices decrease even further, is less significant as the tax revenue will increase considerably in the long term due to general inflation, compared to leaving the freezing of property taxes unchanged. And most im- portant of all, applying this strategy will dampen future price fluctuations in the Danish housing market which has derived effects in the form of a more stable development in the private wealth and consumption, a more stable activity and jobcreation in the construction sector and a more balanced sharing of gains and losses between homeowners.

5 Indholdsfortegnelse 1. Indledning Problemformulering Afgrænsning og metode Struktur Prisudviklingen på boligmarkedet Udviklingstendenser Fastkurspolitik og kartoffelkur Liberalisering af kreditmarkedet Boligprisboblen brister Det teoretiske fundament Motivation for at modellere boligmarkedet Danske boligmodeller Gennemgang af tre studier af danske boligpriser Hvilken model viser sandheden? Efterspørgselsdeterminanter Boligomkostning Disponibel indkomst Formue Arbejdsløshed Demografi Efterspørgselsfunktion Udbudsdeterminanter Tobin's q investeringsteori Prisdannelsen på boligmarkedet Empirisk studie af boligmarkedet Økonometrisk metodologi Trend og stationaritet Enhedsrodstest Kointegration Fejlkorrektionsmodel Modelestimering Datagrundlag Dataanalyse... 37

6 Langsigtsmodel og kointegrationsanalyse Fejlkorrektionsmodel Forudsætningstest Modelkritik Fastfrysning af ejendomsværdiskatten Grundskyld og ejendomsværdiskat Argumenter imod fastfrysning af ejendomsværdiskatten Skattestoppet som destabilisator på boligmarkedet I hvilken grad har skattestoppet bidraget til øget prisvolatilitet? Metodekritik Anbefalinger Afledte effekter af mindre prisvolatilitet på boligmarkedet Diskussion af implementeringsstrategier Konklusion Litteraturliste Bilag... 63

7 1. Indledning Det danske boligmarked har det seneste årti været ramt af store prisudsving. I perioden steg kontantprisen på enfamiliehuse med mere end 70 pct. Allerede i 2005 begyndte spekulationer om tilstedeværelse af en prisboble på boligmarkedet at sprede sig som følge af, at eksisterende boligmodeller langt fra kunne forklare prisstigningerne. Spekulationerne blev realiseret i slutningen af 2007, hvor de danske boligpriser indledte en historisk nedtur. På to år faldt kon- tantprisen på enfamiliehuse med mere end 15 pct. Sidenhen har modelgrupperne haft travlt med at tilpasse deres boligmodeller med henblik på at opnå en større forklaringsgrad. Efter årtusindeskiftet er der sket en række væsentlige ændringer på boligmarkedet. Dels er der indført skat- testop, hvilket har medført en nominel fastfrysning af ejendomsværdiskatten i kroner og øre, og dels har liberaliseringen af kreditmarkedet medført en radikal ændring i danske boligejeres finansieringssammensætning. Hidtil er sidstnævnte forhold, herunder især den stigende andel af rentetilpasningslån og lån med af- dragsfrihed, tillagt langt den største betydning for de ekstraordinære prisstig- ninger fra "Debatten om boligmarkedet har mest handlet om de afdragsfrie lån. Men jeg tror, man i høj grad undervurderer effekterne af skattestoppet. Havde vi fastholdt det gamle system, havde vi ikke fået så hård en nedtur. Med fastfrysningen af ejendomsskatterne afmonterede man en vigtig stabilisa- tor i økonomien, som kunne have lagt en dæmper på prisstigningerne. Og det er ikke småpenge, vi taler om." Peter Birch Sørensen, tidl. overvismand 1 Beskatning af ejerboliger er et følsomt område, som politikere traditionelt har haft berøringsangst over for, ikke mindst fordi mere end halvdelen af den danske befolkning er bosat i ejerboliger 2. Såvel regeringen som oppositionen har offent- 1 Kilde: Politiken d. 8. august 2009 ( skattestoppet- gjorde- krisen- vaerre/) 2 Kilde: Danmarks Statistik ( 1

8 ligt fredet boligejerne frem mod det kommende folketingsvalg med argumenter om, at øget boligbeskatning er en bombe under danske boligejeres i forvejen skrøbelige privatøkonomier. Dermed undsiger politikerne uafhængige økonomi- ske organisationer, herunder Det Økonomiske Råd og Nationalbanken 3, der gen- tagne gange har opfordret politikerne til at afvikle skattestoppet på ejendoms- værdiskatten. Disse opfordringer beror på argumenter om at fastfrysningen af ejendomsværdiskatten bidrager til øget prisvolatilitet på boligmarkedet og at skatteprovenuet udhules af inflationen Problemformulering Ejendomsværdiskatten har siden 2002 været fastfrosset til niveau som føl- ge af skattestoppet. Det primære undersøgelsesspørgsmål i denne afhandling er om denne fastfrysning af ejendomsværdiskatten har virket destabiliserende på det danske boligmarkedet i perioden ved at bidrage til øget prisvola- tilitet. I denne forbindelse opstilles en økonometrisk model med kvartalsvis data for perioden , hvormed fastfrysningen af ejendomsværdiskattens ef- fekt på boligpriserne kan analyseres. I forlængelse heraf inddrages empiri fra eksterne undersøgelser til at vurdere hvor stor en andel af prisudsvingene i pe- rioden der kan tilregnes skattestoppet. Afslutningsvis omsættes af- handlingens resultater til et handlingsforslag, hvorunder forskellige implemen- teringsstrategier diskuteres Afgrænsning og metode Boligmarkedet er et omfattende emne, der kan give anledning til en lang række væsentlige undersøgelser. Denne afhandling fokuserer konkret på fastfrysningen af ejendomsværdiskatten, hvorved der abstraheres fra andre relevante vinkler. Danske boligejeres finansieringssammensætning har som tidligere nævnt æn- dret sig radikalt det seneste årti, hvilket utvivlsomt har haft en effekt på bolig- prisudviklingen. I forlængelse heraf er spørgsmålet om hvorvidt afdragsfrie lån har haft en effekt på boligpriserne interessant idet boligomkostningen teoretisk 3 Det Økonomiske Råd har i flere omgange argumenteret for en afvikling af fastfrysningen af ejendomsværdiskatten, f.eks. i DØR (2010), mens Nationalbanken senest i en rapport opfordrer til afskaffelse af såvel fastfrysningen af ejendomsværdiskatten som afdragsfrie lån, se Dam m.fl. (2011) 2

9 set er upåvirket af hvornår der afdrages på lånet, hvorfor afdragsfrihed ikke burde have nogen effekt på boligpriserne. Ligeledes kunne en undersøgelse fore- tages med udgangspunkt i den stigende andel af danske boligejere, der finansie- rer boliger med realkreditlån med kort eller variabel rente, herunder hvilken be- tydning dette har for boligejernes samlede eksponering over for risici, f.eks. ren- testigninger. Elementer af ovenstående problemstillinger inddrages sporadisk i afhandlingen hvor de er relevante, f.eks. til at forklare udviklingen i boligom- kostningen i afsnit 3.3.1, men behandles ikke særskilt. Geografisk og tidsmæssigt er der ligeledes foretaget en afgrænsning. Boligpris- udviklingen er langt fra ens i alle landsdele i Danmark. Eksempelvis oplevede København ekstraordinære prisstigninger i forhold til resten af landet under prisboblen i Om end dette faktum i sig selv er interresant og kunne være udgangspunkt for en undersøgelse, anvendes i denne afhandling de gen- nemsnitlige boligpriser på landsplan, hvorved der ses bort fra regionale forskel- le. Afhandlingen er i henhold til den økonometriske model afgrænset tidsmæs- sigt til perioden 1. kvartal 1974 til 3. kvartal Denne afgrænsning er foreta- get på baggrund af en afvejning mellem styrken af den økonometriske model og konsistensen i datagrundlaget. Styrken af en økonometriske model vokser med antallet af observationer, hvorfor der som udgangspunkt tilstræbes en så lang tidsrække som muligt. Omvendt tjener modellen et analytisk formål, hvorfor tidsrækken ikke er forlænget unødvendigt på bekostning af datagrundlaget. I lø- bet af datagenereringsprocessen stod det klart at den længeste periode, hvor det var muligt at skabe et stærkt og relativt konsistent datagrundlag, var perioden 1. kvartal 1974 til 3. kvartal Givet forfatternes begrænsede viden og erfaring inden for økonometriske meto- der, er der foretaget en afgrænsning i forhold til valg af økonometrisk metodolo- gi i det empiriske studie af boligpriserne. Nyere studier heraf anvender typisk VAR- modeller til at forklare udviklingen i boligpriserne, hvorimod den relativt simple Engle- Granger to- trins metode (EG- metode) anvendes i denne afhandling. EG- metoden, hvor der estimeres en kointegreret relation for den lange sigt og tilhørende fejlkorrektionsmodel for den korte sigt, har en række svagheder i for- hold til de mere komplekse VAR- modeller, mere herom i afsnit Det er fra 3

10 forfatternes side vurderet, at der ved anvendelse af EG- metoden kan tilvejebrin- ges en valid model, der kan anvendes til det i problemformuleringen opstillede formål. Oprindeligt var det planen at beregne et kontrafaktisk forløb for bolig- prisudviklingen på baggrund af den empiriske model for perioden , hvor skattestoppet aldrig var blevet indført, men givet modellens udformning og forfatternes begrænsede erfaring inden for økonometriske metoder var dette ikke muligt. Som erstatning herfor inddrages en undersøgelse foretaget af Natio- nalbanken, hvor skattestoppets bidrag til prisvolatiliteten i ovennævnte periode beregnes på baggrund af størrelsen af skattesubsidiet til danske boligejere Struktur Afhandlingen indledes i afsnit 2 med en beskrivelse af prisudviklingen på det danske boligmarked for perioden , hvor relevante politiske indreb og andre hændelser, der har haft betydning for prisudviklingen, inddrages. I afsnit 3 analyseres udbud- og efterspørgselsdeterminanter med udgangspunkt i tidligere studier af boligpriserne. Formålet hermed er at opstilles en teoretisk efterspørg- selsbaseret model for boligpriserne, hvilken estimeres i afsnit 4 ved brug af Eng- le- Granger to- trins metode. Estimaterne fra den empiriske model anvendes ef- terfølgende i afsnit 5 i kombination med en beregning af et alternativt forløb for den effektive ejendomsværdiskattesats, til at vurdere om fastfrysningen af ejen- domsværdiskatten har bidraget til øget prisvolatilitet. Yderligere inddrages og diskuteres Nationalbankens beregninger af hvor stor en andel af prisudsvingene i perioden der kan tilregnes skattestoppet. Resultaterne af ovenstå- ende omsættes i afsnit 6 til et handlingsforslag, hvorunder fordele og ulemper ved forskellige implementeringsstrategier diskuteres. Afslutningsvis opsumme- res afhandlingen med henblik på en kort og fyldestgørende besvarelse af pro- blemformuleringen i afsnit 7. Tabeller, figurer, ligninger og formler er nummeret efter placering i de enkelte afsnit. Ligninger og formler er yderligere navngivet med et L, f.eks. L3.1 for første ligning eller formel i afsnit 3. Dette sikrer en mere overskuelig henvisning i ho- vedteksten idet figurer og tabeller kan have samme nummering, f.eks. Tabel 3.1 og Figur

11 2. Prisudviklingen på boligmarkedet I perioden 1. kvartal 1974 til 3. kvartal 2010 steg den nominelle kontantpris på enfamiliehuse med 690 pct. 4 En stor del heraf kan imidlertid forklares ved sti- gende priser generelt, hvorfor det er mere relevant at se på udviklingen i den re- ale kontantpris. Figur 2.1. Real kontantpris 1974q1-2010q3 1,8 1,6 Indeks (2000=1) 1,4 1,2 1 0,8 0,6 0,4 0, Real kontantpris Anm.: Kilde: Den reale kontantpris er et nominelt prisindeks for enfamiliehuse (KP) de- flateret med deflatoren for det private forbrug (PCP). MONA databank Fra 1. kvartal 1974 til 3. kvartal 2010 steg den reale kontantpris med knap 75 pct. Det er primært i perioden at stigningen er tilvejebragt, og i sær- deleshed i perioden , hvor den reale kontantpris stiger tilnærmelses- vis eksponentielt. Af figur 2 fremgår tydeligt, at der i et historisk perspektiv var en prisboble på det danske boligmarked i midten af 00'erne Udviklingstendenser Der har været betydelige udsving i udviklingen af den reale kontantpris jf. figur 2.1, hvorfor det er hensigtsmæssigt at opdele udviklingen i seks perioder med enten stigende eller faldende tendens. 4 Beregnet på baggrund af Nationalbankens prisindeks af kontantprisen for enfamiliehuse i MO- NA databank: (1,5952-0,2019)/0,2019 = 6,90 5

12 Tabel 2.1. Periodevis ændring i den reale kontantpris Top Bund Top Ændring Kvartalvis ændring 1974q1 1979q3 16% 0,663% 1979q1 1982q4-35% - 3,214% 1982q4 1986q1 60% 3,675% 1986q1 1993q2-35% - 1,463% 1993q2 2007q1 177% 1,869% 2007q1 2010q3-20% - 1,576% Kilde: MONA databank og egne beregninger Perioden var forholdsvis rolig på det danske boligmarked med lave realprisstigninger. I 1979 ramte den 2. oliekrise, hvor faldende olieproduktion som følge af konflikter i Mellemøsten forstærkede den økonomiske krise, der blev indledt ved 1. oliekrise i Krisen bidrog til at den reale kontantpris faldt med 35 pct. fra 1. kvartal 1979 til 4. kvartal Fastkurspolitik og kartoffelkur Indførelsen af fastkurspolitikken i slutningen af 1982 medvirkede til at renten faldt betragteligt i Danarmk. Den gennemsnitlige obligationsrente halveredes således fra ca. 20 pct. i 4. kvartal 1982 til ca. 10 pct. i 1. kvartal 1986 jf. figur 3.2. Det kraftige rentefald havde en stimulerende effekt på boligefterspørgslen idet det blev billigere at låne til boligkøb. Samtidig befandt Danmark sig i en økono- misk højkonjunktur, hvilket ligeledes bidrog til at den reale kontantpris steg med 60 pct. fra 4. kvartal 1982 til 1. kvartal Under højkonjunkturen forværre- des betalingsbalancens løbende poster. Dette resulterede i en rekordhøj ud- landsgæld på 40 pct. af BNP i 1987 (Andersen m.fl., 2008). Som reaktion herpå greb den daværende Schlüter- ledede regering ind i et forsøg på at begrænse for- bruget. Indgrebet er sidenhen blevet kendt under navnet kartoffelkuren, og be- stod bl.a. i at fordyre lånefinansieret forbrug ved at afskaffe annuitetslån og ind- føre mixlån, der er en kombination af serielån og annuitetslån, hvor der afdrages relativt mere i de første år efter lånoptagelse. Effekterne af kartoffelkuren og en generel økonomisk afmatning medvirkede til at den reale kontantpris faldt med 35 pct. i perioden 1. kvartal 1986 til 2. kvartal

13 Liberalisering af kreditmarkedet I 1993 kom en socialdemokratisk regeringen til magten, ledet af Poul Nyrup Rasmussen. En række politiske tiltag blev gennemført, hvoraf især liberaliserin- gen af realkreditloven havde stor betydning for boligejere og boligkøbere. Reg- lerne om belåning af fast ejendom blev ændret: forbuddet mod optagelse af an- nuitetslån fra kartoffelkuren blev ophævet. Samtidig blev det tilladt at belåne op til 80 pct. af boligens værdi med realkreditlån. Derudover rentetilpasningslån tilladt i Sideløbende hermed fortsatte rentefaldet. I 1998 vedtog Nyrup- regeringen imidlertid en finanspolitisk stramning, den såkaldte pinsepakke, bl.a. med det formål at dæmpe væksten i boligpriserne og derigennem stabilisere ejendomsmarkedet (Ejerskov, 2000). Konkret blev rentefradraget sænket fra 46,4 pct. til 32,4 pct., hvorved det blev dyrere at være boligejer og låntager gene- relt. Samtidig blev en omlægning af boligskatten vedtaget: fra og med indkomst- året 2000 blev lejeværdi af egen bolig erstattet af ejendomsværdiskatten. Med regeringsskiftet i 2001, hvor en borgerlig regering ledet af Anders Fogh Rasmussen kom til magten, fulgte et skattestop, der bl.a. omfattede en nominel fastfrysning af ejendomsværdiskatten til niveau 5. Derudover ændredes danske boligejeres finansieringssammensætning radikalt. Selv om muligheden for rentetilpasningslån blev grundlagt i 1996, var det først i 2003 at rentetilpas- ningslån for alvor vandt indpas hos danske boligejere. Indførelsen af afdragsfrie lån i slutningen af 2003 forstærkede boligejernes præference mod nye lånetyper, og i løbet af få år var rentetilpasningslån mere udbredte end fastforrentede lån, der før 2003 markerede sig for stort set samtlige realkreditlån 6. Som følge heraf faldt boligejernes finansieringsomkostninger i form af renteomkostninger, hvil- ket stimulerede boligefterspørgslen. I perioden 2. kvartal 1993 til 1. kvartal 2007 steg den reale kontantpris med 177 pct Boligprisboblen brister De kraftige prisstigninger kunne langt fra forklares ved eksisterende boligmodel- ler, hvilket medførte spekulation om hvorvidt boligmarkedet befandt sig i en 5 I praksis er det beregningsgrundlaget for ejendomsværdiskatten i form af den offentlige ejen- domsvurdering der er fastfrosset til niveau, se afsnit I marts 2005 udgjorde beholdningen af rentetilpasningslån for første gang i historien en større andel af samlede udlån til danske boligejere end fastforrentede lån jf. figur

14 prisboble 7. Boligøkonom Jens Lunde (2007) argumenterede for at den eksplosive realprisstigning på alle måder var uholdbar og måtte være et udtryk for en bo- ligprisboble. I løbet af 2007 indtraf den såkaldte subprime krise i USA, hvor kraf- tige rentestigninger i den korte rente medførte at millioner af amerikanske bo- ligejere var ude af stand til at betale afdragene på deres boliglån. Følgeeffekterne heraf var en global økonomisk recession, hvilken også ramte Danmark. Prisbob- len på det danske boligmarkedet bristede, og fra 1. kvartal 2007 til 3. kvartal 2010 faldt den reale boligpris med 20 pct. 7 Hverken Danmarks Statistik (ADAM), Nationalbanken (MONA) eller Det Økonomiske Råd (SMEC) kunne forklare de ekstraordinære reale prisstigninger fra 2002 til

15 3. Det teoretiske fundament Det teoretiske fundament bygges op på følgende måde. Indledningsvis diskuteres motivationsgrunde for at modellere boligmarkedet, herunder hvilke relationer boligmarkedet har til den øvrige makroøkonomi. Derefter beskrives udviklingen i danske boligmodeller kort. I forlængelse heraf gengives resultaterne af tre væ- sentlige studier af det danske boligmarked inden for det seneste årti. Formålet hermed er dels at bidrage til udvælgelsen af udbud- og efterspørgselsdetermi- nanter og dels at resultaterne agerer 'benchmark' for afhandlingens empiriske model. Afslutningsvis opstilles en teoretisk udbuds- og efterspørgselsfunktion med udgangspunkt i en analyse af udbuds- og efterspørgselsdeterminanter, hvorefter den teoretiske prisdannelse på boligmarkedet illustreres i et udbud- og efterspørgselsdiagram Motivation for at modellere boligmarkedet Såvel historisk som aktuelt har offentlige myndigheder, forskere og virksomhe- der været motiverede til at modellere boligmarkedet med henblik på at forklare og forudsige udviklingen i prisen på ejerboliger. Årsagen hertil er bl.a. at ejerbo- liger udgør en stor andel af danske husholdningers samlede formue. Ifølge Skat- teministerieret udgjorde beholdningen af ejerboliger 172 pct. af BNP i 2004, sva- rende til 76 pct. af husholdningernes samlede formue (Skatteministeriet, 2007). Ændringer i husholdningernes formue medfører afledte effekter på det aktuelle og fremtidige private forbrug - en sammenhæng der er teoretisk funderet i livs- cyklus teorien (Modigliani m.fl., 1979). Sammenhængen er ligeledes empirisk funderet: formuekvoten - der angiver hvor stor en andel af en stigning i formuen der anvendes på privat forbrug - spiller en væsentlig rolle for det private forbrug i de tre store makroøkonomiske modeller: ADAM (Danmarks Statistik), MONA (Nationalbanken) og SMEC (Det Økonomiske Råd). Ændringer i boligpriserne har således vidtrækkende konsekvenser i det samlede økonomiske kredsløb. Generelt tilstræbes en forståelse af de mekanismer der driver det økonomiske kredsløb da det muliggør proaktive handlinger, herunder politiske initiativer og indgreb, med en eller flere ønskelige effekter på økonomi- en. Derfor er det hensigtsmæssigt at opbygge et modelapparat, der kan forklare udviklingen i boligpriserne. 9

16 3.2. Danske boligmodeller Den danske udvikling af boligmodeller startede for alvor i slutningen af 1970'erne, hvor Niels Blomgren- Hansen og Jan E. Knøsgaard i 1978 fremsatte en basismodel for prisdannelsen på boligmarkedet, baseret på traditionel udbud og efterspørgsel. Efterspørgslen efter boliger er i denne model bestemt af realind- komsten, prisen på boliger, renten, ejendomsbeskatningen, huslejen mv., mens udbuddet bestemmes i overensstemmelse med Tobin's q investeringsteori, hvor udbuddet styres af forholdet mellem prisen på eksisterende boliger og omkost- ningen ved at bygge nye boliger 8 (Blomgren- Hansen og Knøsgaard, 1978). Oven- nævnte basismodel har sidenhen dannet grundlag for stort set samtlige danske boligmodeller, herunder delmodellerne af boligmarkedet i de tre makroøkono- miske modeller ADAM, MONA og SMEC, hvis struktur mere eller mindre er ens. Disse tre modeller har imidlertid haft svært ved at forklare udviklingen i bolig- priserne det seneste årti, især de ekstraordinære prisstigninger i perioden , hvorfor andre har forsøgt at inddrage alternative determinanter med hen- blik på at opnå en bedre forklaringsevne (Hvolbøl m.fl., 2006) Gennemgang af tre studier af danske boligpriser I den følgende gennemgang angives udelukkende langsigtsestimater. For kort- sigtsestimater henvises til de respektive undersøgelser. Nationalbanken estimerede i 2003 effekten af en række scenarier på den reale kontantpris i den makroøkonomiske model MONA for perioden 2. kvartal 1974 til 4. kvartal Af resultaterne fremgår, at den reale kontantpris vil stige med 0,5 pct. såfremt den disponible realindkomst stiger med 1 pct. for en given bo- ligmænde 9 (Nationalbanken, 2003). Derudover estimeres semi- elasticiteten for boligomkostningen til - 7,9. En stigning i boligomkostningen på 1 pct.- point, f.eks. som følge af en rentestigning eller øget boligbeskatning, medfører således et fald i den reale kontantpris på 7,9 pct. Forklaringsgraden af regressionen er på 69 pct., og alle variable er signifikante ved et 5 pct. niveau. 8 Tobin's q investeringsteori beskrives i afsnit Konkret estimeres log(real disponibel indkomst)- log(boligmængde), hvorved de to størrelser har samme koefficient men forskelligt fortegn. 10

17 I et studie fra 2005 opstiller Robert Wagner fra Økonomi- og Erhvervsministeriet en strukturel boligmodel for perioden 4. kvartal 1984 til 1. kvartal Konkret estimeres en langsigtet kointegrationsrelation for efterspørgslen, der efterføl- gende indgår som fejlkorretionsled i en kortsigtet relation for de reale kontant- priser i differenser (Wagner, 2005). Real disponibel indkomst er i lighed med ovenfor angivet for en given boligmængde. Af resultaterne fremgår, at en stig- ning i den reale disponible indkomst på 1 pct. medfører en stigning på 2,9 pct. i den reale kontantpris. Effekten af en real disponibel indkomststigning er dermed ca. 6 gange større end i MONA. Derudover estimeres semi- elasticiteten for bolig- omkostningen til 7,7 hvilket er i samme niveau som estimatet i MONA. Som for- klarende variabel inddrages yderligere demografivariablen førstegangskøbere, i modellen approksimeret ved antallet af årige. En stigning i antallet af årige på 1 pct. vil ifølge modellen øge den reale kontantpris med 2,9 pct. Der er imidlertid væsentlige problemer med isoleret at inddrage denne variabel - en problematik der diskuteres yderligere i afsnit Det seneste studie af danske boligpriser er udarbejdet af Sofie Bødker og Michael Skaarup fra Finansministeriet, der i et studie fra 2010 anvender en kointegreret VAR- model til at forklare den reale kontantpris for perioden 2. kvartal 1975 til 3. kvartal 2009 ud fra fundamentale, makroøkonomiske faktorer. Af modellen fremgår at en stigning i den reale disponible indkomst på 1 pct. øger den reale kontantpris med 0,8 pct., hvilket er i samme niveau som estimatet i MONA, men langt under niveau ift. Wagners model. Omvendt vil den reale kontantpris ifølge modellen falde med 17,8 pct. såfremt boligomkostningen stiger med 1 pct.- point. Semi- elasticiteten for boligomkostningen er dermed mere end dobbelt så stor ift. estimatet i Nationalbankens og Wagners modeller. Bødker og Skaarup inddrager derudover den private reale formue, eksl. pensionsformue, som forklarende va- riabel. En stigning heri på 1 pct. medfører ifølge modellen 0,2 pct. højere real kontantpris Hvilken model viser sandheden? Alle tre ovennævnte studier anvender primært Nationalbankens datagrundlag i form af MONA databanken, dvs. kvartalvis data baseret på det officielle kvartal- vise Nationalregnskab. Der kan være flere årsager til at der på trods af konsi- 11

18 stens i fortegnene er relativ stor variation i estimaterne af de forklarende variab- le. Dels er estimeringsperioden i de enkelte undersøgelser forskellig og dels va- rierer det anvendte data i nogen grad med hensyn til form og kilde (f.eks. opgø- relse af boligomkostningen). Derudover kan modelspecifikke forhold påvirke estimaterne, herunder især den konkrete specificering af modellen. Denne kon- klusion understøttes af en analyse fra OECD i 2006, der undersøger om bolig- prisstigningerne fra midten af 90'erne og frem i OECD landene kan forklares ved fundamentale faktorer ud fra nationale analyser (Girouard m.fl., 2006). I lighed med ovenfor er der generelt konsistens i fortegnene, men stor variation i estima- terne af de forklarende variable på tværs af nationale såvel som internationale modeller af boligpriserne. Som det ofte påpeges er økonometrisk modellering ikke en eksakt videnskab, der kan frembringe absolutte sandheder. Generelt er en empirisk model ikke bedre end det teoretiske modelapparat og det datagrundlag, hvorpå estimeringen er foretaget. Betyder dette at resultaterne af ovenstående undersøgelser er irrele- vante? Nej - tværtimod viser de vigtigheden af at man forholder sig kritisk til indhold, resultater og processer i såvel egne som eksterne undersøgelser. Der- udover udgør ovenstående gennemgang et fornuftigt udgangspunkt for udvæl- gelsen af udbud- og efterpørgselsdeterminanter til afhandlings teoretisk bolig- model Efterspørgselsdeterminanter Adskillige determinanter kan tænkes at have en effekt på efterspørgslen efter ejerboliger. I det følgende beskrives en række potentielle determinanter, hvoref- ter der opstilles en teoretisk efterspørgselsfunktion for boligmarkedet. I udvæl- gelsen af determinanter er der lagt vægt på om sammenhængen mellem variab- len og boligefterspørgslen er teoretisk eller empirisk velfunderet samt om vari- ablen rent intuitivt kan retfærdiggøres i funktionen. 12

19 Boligomkostning De reale omkostninger som hidrører fra at eje egen bolig betegnes under ét som boligomkostningen, og defineres jf. Wagner (2005) som følgende 10 :! =! +! 1!!! +!!!! (L3.1) hvor! er boligomkostning,! er afskrivningssats, i er den nominelle rente,! er rentefradrag for negativ kapitalindkomst,!! er forventet inflation,! er den effektive ejendomsskattesats og!!! er forventet realafkast på boligen. Rele- vante komponenter i L3.1 behandles særskilt i de følgende underafsnit. Boligomkostningen forventes at have en negativ korrelation med efterspørgslen efter boliger (og dermed kontantprisen), hvilket kan bekræftes for størstedelen af perioden fra 1974 til 2010 jf. figur 3.1. Figur 3.1. Real kontantpris og boligomkostning 1974q1-2010q3 Indeks (2000=1) 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0, % 7% 6% 5% 4% 3% 2% 1% 0% Real kontantpris Boligomkostning (RHS) Anm.: Kilde: Boligomkostningen er beregnet jf. L3.1. Se bilag 1 for den konkrete kon- struktion. MONA databank, SKAT, Realkreditrådet, Nationalbanken Boligomkostningen var i 3. kvartal 2010 på et historisk lavt niveau på 1,94 pct., hvilket skyldes en kombination af et lavt renteniveau, en høj andel af realkredit- lån med kort rente samt en lavt ejendomsskattesats som følge af skattestoppet. 10 I lighed med Wagner (2005) skelnes der i L3.1 ikke mellem egen- og fremmedkapital jf. diskus- sionen nedenfor i afsnit

20 Rente Renten angiver prisen på den i boligen bundne kapital. At eje en bolig er samtidig et fravalg af et alternativt afkast idet den bundne kapital i boligen - uanset om denne er egenkapital eller fremmedkapital - kan investeres i andre investerings- objekter, f.eks. obligationer eller aktier. Antages en belåningsgrad på 100 pct. vil renten blot være den gennemsnitlige rente på de i boligen optagne realkreditlån. Det er imidlertid langt fra alle boliger der er finansieret udelukkende ved frem- medkapital. En mere rimelig antagelse er derfor at renten er et sammenvejet ud- tryk, hvor alternativafkastet på egenkapitalen og den gennemsnitlige realkre- ditsobligationsrente indgår vægtet med deres respektive andel i boligejernes fi- nansieringssammensætning. Alternativafkastet på egenkapitalen kan efterføl- gende antages af have form af en gennemsnitlig realkreditobligation, hvorved det ikke er nødvendigt at skelne mellem egen- og fremmedkapital (Wagner, 2005). Den gennemsnitlige obligationsrente kan dermed anvendes som den relevante rente for danske boliger. Figur 3.2. Gennemsnitlig obligationsrente 1974q1-2010q3 25% 20% 15% 10% 5% 0% Gennemsnitlig obligaconsrente Kilde: MONA databank (IBZ) Den gennemsnitlige obligationsrente er faldet fra ca. 15 pct. i 1. kvartal 1974 til 2 pct. i 3. kvartal Med indførelsen af fastkurspolitikken i 1982 faldt renten betydeligt og var i løbet af fire år halveret fra ca. 20 pct. i 1982 til 10 pct. i Herefter har den gennemsnitlige obligationsrente gennemgående været falden- 14

21 de, kun midlertidig afbrudt af kortvarige stigninger. Det er værd at bemærke det lave renteniveau det seneste årti, der bl.a. er et resultat af en troværdig fastkurs- politik i Danmark, en europæisk målsætning om at fastholde en lav inflation på omkring 2 pct. samt en stigende andel af realkreditlån med kort rente. Sidst- nævnte forhold er drevet af liberaliseringen af kreditmarkedet jf. afsnit kombineret med et historisk lavt renteniveau for den korte rente jf. figur 3.3. Figur 3.3. Kort og lang obligationsrente 1998q1-2010q3 9% 8% 7% 6% 5% 4% 3% 2% 1% 0% Kort rente Lang rente Anm.: Kilde: Den lange rente er den 30- årige obligationsrente. Den korte rente er et gen- nemsnit af 1- og 2- årige obligationsrenter. Rentesatserne er omregnet fra ugentlig til kvartalvis data ved simpel gennemsnit. Realkreditrådet Som forventet er der stærk positiv korrelation mellem den korte og lange rente. Over hele perioden fra 1. kvartal 1998 til 3. kvartal 2010 har den korte rente i gennemsnit været 2,36 pct.- point lavere end den lange rente. Danske boligejere med realkreditlån med kort rente, f.eks. rentetilpasningslån, har dermed opnået væsentlige besparelser på renteomkostningerne i forhold til boligejere der har holdt fast i traditionelle fastforrentede realkreditlån. Derudover er det værd at bemærke det historisk lave niveau for den korte rente i 2. kvartal 2010 på 1,08 pct., hvilket er 3,45 pct.- point lavere end den tilsvarende lange rente. En stigende andel af danske boligejere har gennem 00'erne benyttet sig af mu- ligheden for at konvertere til rentetilpasningslån med en relativ lavere ydelse jf. figur

22 Figur 3.4 Udestående realkreditlån og afdragsfrihed 2002m1-2011m % % Mia. kr % 40% % % Fastforrentede lån Rentetilpasningslån Afdragsfrihed (RHS) Anm.: Kilde: Baseret på Nationalbankens månedlige udlånsstatistik for ejerboliger og fritidshuse. Afdragsfrihed angiver lån med afdragsfrihed i procent af det samlede udlån til ejerboliger og fritidshuse. Nationalbanken (DNEJER) Før 2003 bestod realkreditlån til ejerboliger og fritidshuse stort set udelukkende af fastforrentede lån. I januar 2003 tegnede rentetilpasningslån sig for 220 mia. kr., svarende til knap 30 pct. af det samlede udlån. I de efterfølgende år vandt rentetilpasningslån yderligere indpas hos danske boligejere, og i marts 2005 mi- stede de traditionelle fastforrentede lån positionen som danskernes foretrukne realkreditlån. Fastforrentede lån genvandt midlertidigt positionen som det mest udbredte realkreditlån med en beholdning på 550 mia. kr. i september 2006, bl.a. som følge af en indsnævring af rentespændet mellem den korte og lange rente jf. figur 3.3. Dette varede ved frem til juni 2009, hvor rentetilpasningslån på ny overhalede fastforrentede lån. Siden juni 2009 er andelen af rentetilpasningslån steget og udgjorde ved seneste offentliggjorte opgørelse i februar 2011 ca. 900 mia. kr., svarende til 65 pct. af realkreditinstitutternes samlede udlån til ejerboli- ger og fritidshuse. Figur 3.4 afspejler ligeledes danske boligejeres stigende præference for lån med afdragsfrihed. På halvandet år, fra december 2003 til maj 2005, steg andelen af lån med afdragsfrihed fra 0 til 25 pct. Andelen af lån med afdragsfrihed har efter- følgende været stigende i resten af perioden om end med en aftagende vækstrate 16

23 jf. figur 3.4. Fra marts 2009 besad mere end halvdelen af danske realkreditlån afdragsfrihed, og ved seneste offentliggjorte opgørelse i februar 2011 udgjorde andelen af lån med afdragsfrihed 54 pct. At danske boligejere i stigende grad fi- nansierer boligen med rentetilpasningslån, ofte kombineret med afdragsfrihed, har vakt bekymring. Nationalbankdirektør Nils Bernstein advarede i marts 2011 mod ovennævnte udvikling og anbefalede i denne forbindelse en gradvis afvik- ling af afdragsfrie lån for at stabilisere det danske boligmarked 11 (Bernstein, 2011). Med formuleringen i L3.1 er der ikke nogen sammenhæng mellem af- dragsfrihed og boligomkostning. Boligomkostningen er baseret på renteomkost- ningerne, hvilke er upåvirket af afdragsfrihed 12. Om der afdrages på lånet nu el- ler senere er blot to forskellige måder at spare op på: afdrag på lån er opsparing i boligen, der sænker fremtidige renteomkostninger, hvorimod de 'sparede' afdrag ved afdragsfrihed er opsparing i frie midler. Problematikken kan i denne forbin- delse bestå i at de sparede afdrag anvendes til forbrug frem for opsparing, hvor- ved boligejere med afdragsfrihed er relativt mere sårbare over for boligprisfald, stigende renter (og skatter), arbejdsløshed mv Afskrivning Boliger har generelt en lang levetid, selv i sammenligning med andre langvarige kapitalgoder. Afskrivningen heraf er derfor begrænset. Danmarks Statistik, Nar- tional og Det Økonomiske råd antager en årlig afskrivningssats på 1 pct. Boliger vurderes dermed i gennemsnit at have en levetid på 100 år. Afskrivningen indgår i boligomkostningen idet den er udtryk for en real værdiforringelse Ejendomsskatter Danske boligejere er pålagt at betale grundskyld og ejendomsværdiskat. Ejen- domsbeskatningen er central i afhandlingens problemstilling og behandles sær- skilt i afsnit Ved samme lejlighed anbefalede Bernstein at ophæve fastfrysningen af ejendomsværdiskatten. 12 Modelgruppen i Danmarks Statistik deler Bernsteins opfattelse af, at afdragsfrihed bidrager til at destabilisere boligmarkedet, hvorfor de har forsøgt at fange effekten af afdragsfrie lån ved at inkluderes 1. års ydelse i boligomkostningen (Hvolbøl m.fl., 2006) 13 Det kan ligeledes ikke udelukkes at boligejere gennem afdragsfrihed sætter sig (for) hårdt gældsmæssigt i forventning om bedre tider. Problematikken vedrørende afdragsfrie lån behand- les ikke yderligere i denne afhandling jf. afsnit

24 Disponibel indkomst Den disponible indkomst udgør en naturlig begrænsning for hvor meget den en- kelte forbruger kan afse til boligforbrug. Ifølge teorien om forbrugere som nyt- temaksimerende individer vil en forbruger maksimere sin nyttefunktion givet en budgetbegrænsning, der netop udgøres af den disponible indkomst (Pindyck og Rubinfield, 2009). For en given nyttefunktion vil øget disponibel indkomst rykke budgetbegrænsningen opad, hvilket manifesterer sig i øget efterspørgsel efter såvel bolig som andre goder, givet en uændret forbrugskvote (og dermed opspa- ringskvote). Boligefterspørgslen kan ligeledes stige for uændret disponibel ind- komst såfremt forbrugerens nyttefunktion ændres og boligforbrugskvoten, dvs. den andel af indkomsten der anvendes på boligforbrug, stiger. Denne effekt er imidlertid forbigående idet der er en begrænsning for hvor meget boligforbrugs- kvoten kan stige 14. Figur 3.5. Real kontantpris og real disponibel indkomst 1974q1-2010q3 Indeks (2000=1) 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0, Mia. kr. Real kontantpris Real disponibel indkomst (RHS) Anm.: Kilde: Real disponibel indkomst er defineret som husholdningernes masseind- komst inkl. løn og transfereringer (YDMAS) deflateret med deflatoren for det private forbrug (PCP). MONA databank 14 Boligforbrugskvoten kan ikke stige uhæmmet: teoretisk set kan den maksimalt stige til 100 pct., hvor al disponibel indkomst anvendes på boligforbrug. I praksis er begrænsningen langt la- vere. 18

25 Den reale disponible indkomst har haft en stabil stigende tendens gennem hele perioden uden væsentlige udsving. Korrelationen med den reale kontantpris er relativ svag, hvilket kan give anledning til problemer med hensyn til at påvise en signifikant sammenhæng mellem variablene i en økonometrisk model Formue Ifølge livscyklus teorien vil en rationel forbruger ikke blot maksimere sin nytte- funktion i én periode, men over hele livet. Budgetbegrænsningen udgøres i den- ne forbindelse ikke blot af den disponible indkomst, men i lige så høj grad af den private finansielle formue. En formueforøgelse, f.eks. som følge af arv, vil dermed for en given disponibel indkomst inducere øget forbrug her og nu såvel som i alle fremtidige perioder i overensstemmelse med forbrugerens nyttefunktion. For- muen vil derfor forventes at have en positiv korrelation med den reale kontant- pris, hvilket empirisk også er tilfældet jf. figur 3.6. Figur 3.6. Real kontantpris og real privat formue 1974q1-2010q3 Indeks (2000=1) 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0, Mia. kr. Real kontantpris Real formue (RHS) Anm.: Kilde: Formuen er for den samlede private sektor, dvs. inkl. husholdninger og sel- skaber (REALFOR). MONA databank Korrelationen mellem den reale kontantpris og den reale private formue er stærk positiv gennem hele perioden. Kausaliteten er imidlertid ikke entydig mel- lem variablene. Boligformuen udgør som tidligere nævnt en væsentlig del af 19

26 husholdningernes formue. Stigende real kontantpris øger dermed boligformuen, hvilket isoleret set vil indvirke positivt på den reale kontantpris Arbejdsløshed En række empiriske undersøgelser af boligpriserne inddrager arbejdsløshed som forklarende variabel (Nykredit, 2009; Girouard m.fl., 2006). Der eksisterer ikke umiddelbart en teoretisk kobling mellem arbejdsløshed og boligefterspørgsel, men der er en klar negativ korrelation mellem variablene jf. figur 3.7. Figur 3.7. Real kontantpris og arbejdsløshed 1974q1-2010q3 Indeks (2000=1) 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0, % 12% 10% 8% 6% 4% 2% 0% Real kontantpris Arbejdsløshed (RHS) Anm.: Kilde: Arbejdsløsheden er beregnet som andelen af arbejdsløse (U) i procent af bruttoarbejdsstyrken (UL). MONA databank Der er gennemgående en stærk negativ korrelation mellem arbejdsløshed og den reale kontantpris i hele perioden. Intuitivt kan dette fænomen forklares med at en forbrugers indkomst er forbundet med en vis risiko, nemlig risikoen for at blive afskediget og miste indkomstgrundlaget i en kortere eller længere periode. I forlængelse heraf kan arbejdsløsheden afspejle forbrugerens risiko for at blive afskediget. Forbrugeren vil således opfatte sit indkomstgrundlag som behæftet med større usikkerhed i tilfælde af stigende arbejdsløshed, hvilket isoleret set vil have en dæmpende effekt på boligefterspørgslen. 20

27 Demografi Demografiske faktorer som befolkningens alderssammensætning og samlivs- mønstre inddrages som forklarende variable i adskillige studier af boligpriserne (Hvolbøl, 2006; Wagner, 2005; Girouard m.fl., 2006). I Wagners studie fra 2005 approksimeres førstegangkøbere ved antallet af årige jf. afsnit Ifølge modelgruppen ved Danmarks Statistik er årige en absolut øvre grænse for førstegangskøbere, der i højere grad bør defineres som antallet af årige (Hvolbøl, 2006). I forlængelse heraf påviser modelgruppen at netop valget af årige har en afgørende betydning for variablens signifikante effekt i Wagners specifikke estimeringsperiode. Havde antallet af førstegangskøbere været app- roksimeret ved antallet af årige, havde variablen været langt mindre hvad angår effekt og signifikans. Derudover påpeger modelgruppen at der ligeledes bør tages højde for antallet af 'udtrædere' af boligmarkedet, f.eks. approksimeret ved antallet af 65+ årige 15. Figur 3.8. Real kontantpris og demografisk pres 1974q1-2010q3 Indeks (2000=1) 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0, ,4 1,2 1 0,8 0,6 0,4 0,2 0 Kvo6ent Real kontantpris Demografisk pres (RHS) Anm.: Kilde: Det demografiske pres er defineret som antallet af førstegangskøbere, app- roksimeret ved årige, i forhold til antallet af 'udtrædere', approksime- ret ved 65+ årige. Danmarks Statistik ( og BEF5) 15 Wagner pointerer selv i sin undersøgelse, at der ligeledes burde tages højde herfor, men angi- ver ikke en årsag til hvorfor han så efterfølgende vælger ikke at gøre det. 21

28 Forholdet mellem antallet af førstegangskøbere og 'udtrædere' som beskrevet ovenfor udgør det demografiske pres på boligmarkedet. Det demografiske pres har jf. figur 3.8 været faldende fra 1,1 til knap 0,7. Faldet er især drevet af et stærkt stigende antal ældre som følge af at levealderen generelt er blevet for- længet. Der har undtagelsesvis været en stigning i det demografiske pres i perio- den , hvilket skyldes at der i perioden blev født ekstraor- dinært mange børn, en såkaldt ekkovirkning efter de store efterkrigsårgange (Andersen m.fl., 2008). Den svage korrelation i figur 3.8 afføder ikke store for- ventninger om at der i en økonometrisk model kan påvises den positive sam- menhæng mellem det demografiske pres og den reale kontantpris, som rent intu- itivt burde eksistere Efterspørgselsfunktion Med udgangspunkt i ovenstående gennemgang af efterspørgselsdeterminanter kan en teoretisk efterspørgselsfunktion for ejerboliger,!!, opstilles:!! =!!",!",!,!",!"#$,! (L3.2) hvor BO er boligomkostning, DI er disponibel indkomst, F er formue, AL er ar- bejdsløshed, DEMO er demografi, P er prisen på ejerboliger og f er en uspecifice- ret funktion. L3.2 kan efterfølgende omskrives til en invers efterspørgselsfunkti- on for at isolere boligprisen:! =!!!!",!",!,!",!"#$ (L3.3) Omskrivningen er nødvendig for at kunne estimere funktionen i en økonome- trisk model Udbudsdeterminanter Udbuddet af ejerboliger udgøres af boligbeholdningen, dvs. den samlede masse af boliger. Boligbeholdningen reduceres løbende med afskrivningssatsen, der angiver hastigheden hvormed boliger generelt nedslides jf. afsnit Om- vendt vil såvel byggebranchen som privatpersoner løbende foretage boliginve- steringer, hvilket øger boligbeholdningen. Udbuddet af boliger,!!, kan dermed opskrives som en lineær funktion: 22

29 !! =!!! =!!!!! (1!) +!"! (L3.4) hvor!!! er boligbeholdningen i periode t,! er afskrivningsraten og!"! er peri- odens boliginvesteringer. Boligbeholdningen er således sidste periodes boligbe- holdningen korrigeret for en konstant afskrivningsrate og periodens boliginve- steringer. Udviklingen i boligbeholdningen sker dermed udelukkende gennem udviklingen i boliginvesteringerne, hvilket teoretisk kan forklares ved Tobin's q investeringsteori jf. nedenfor Tobin's q investeringsteori James Tobin fremsatte i 1969 en investeringsteori, efterfølgende benævnt To- bin's q, hvor forholdet mellem markedsværdien og genanskaffelsesprisen af det samme aktiv:!"#$%&!"æ!"#! =!"#$#%&$''"(%"%)*+% (L3.5) er styrende for investeringsintensiteten i aktivet (Tobin, 1969). Teorien anven- des på en lang række områder, herunder boligmarkedet. Ifølge L3.5 i sammen- hæng med L3.4 styres boliginvesteringerne af Tobin's q, der i forhold til bolig- markedet kan defineres som forholdet mellem markedsprisen for eksisterende boliger, givet ved boligprisen, og omkostningerne ved at bygge nye boliger, givet ved investeringsprisen:!" =!(!) =!!"#$%&'$(!"#$!"#$%&'!($%! (L3.6) Sammenhængen i ovenstående funktion er slående intuitiv: stiger boligprisen relativt til investeringsprisen, så stiger q idet det medfører større økonomisk in- citament for byggebranchen til at opføre nye boliger, hvilket får udslag i form af øgede boliginvesteringer. Omvendt vil boliginvesteringerne falde i tilfælde hvor q falder. På lang sigt er boligprisen dermed udelukkende bestemt af udviklingen i investeringsprisen. I praksis er boligmarkedet sjældent i langsigtsligevægt, hvor boligprisen er lig investeringsprisen. Dels rammes boligmarkedet kontinuerligt af eksogene efter- 23

30 spørgselschoks, hvilket påvirker boligprisen på kort sigt, og dels er tilpasningen til ligevægten træg da det tager relativ lang tid at opføre nye boliger. Figur 3.9. Tobin's q 1974q1-2010q3 1,6 1,4 Indeks (2000=1) 1,2 1 0,8 0,6 0,4 0, Tobin's q Anm.: Kilde: Tobin's q er defineret som real kontantpris/real investeringspris. Den nomi- nelle kontantpris (KP) og investeringspris (PIH) er deflateret med deflatoren for det private forbrug (PCP). Som investeringspris er anvendt nationalregn- skabets deflator for private boliginvesteringer jf. Nationalbanken (2003). MONA databank Da Nationalbanken opgør kontantprisen og deflatoren for private boliginveste- ringer i indeks, er det ikke muligt at tolke eksplicit på niveauet af Tobin's q i figur 3.9. Et studie af Tobin's q for det danske boligmarkedet med absolutte tal har be- regnet q til at være 1 i 1999 modsat ovenfor hvor q er indekseret til 1 i år 2000 (Haagerup, 2009). Figur 3.9 undervurderer dermed den absolutte værdi af To- bin's q med ca. 5 pct. 16 Figur 3.10 nedenfor viser en klar positiv korrelation mellem Tobin's q og bolig- investeringerne, hvilket indikerer at teorien kan verificeres for det danske bo- ligmarked i perioden Et simpelt gennemsnit af Tobin's q i de fire kvartaler i 1999 (hvor 2000 er indekseret til 1) gi- ver 0, hvilket ift. til den absolutte beregnede q på 1 i Haagerup (2009) er en underdrivelse på ca. 5 pct. 24